Felipe Werndl Trevizan

Possui os títulos de Bacharel (2004) e Mestre (2006) em Ciência da Computação pelo Instituto de Matemática e Estatística da Universidade de São Paulo e Mestre (2010) em Aprendizado Computacional (Machine Learning) pela Carnegie Mellon University. Em agosto de 2007 ele iníciou seu Doutorado na Carnegie Mellon University (Pittsburgh, EUA) sob a orientação da Profa. Dra. Manuela Veloso. Sua experiência na área de Ciência da Computação tem ênfase em Inteligência Artificial e Planejamento em Inteligência Artificial, atuando principalmente nos seguintes temas: busca heuristica, aprendizado computacional e planejamento probabilístico, determinístico (classico) e sob incerteza (modelos imprecisos).

Informações coletadas do Lattes em 15/12/2025

Acadêmico

Formação acadêmica

Doutorado em Machine Learning

2007 - 2013

Carnegie Mellon University
Título: Short-Sighted Probabilistic Planning
Orientador: Manuela M. Veloso
Bolsista do(a): Carnegie Mellon University, CMU, Estados Unidos. Palavras-chave: Probabilistic Planning; Stochastic Shortest Path Problems; Markov Decision Processes; Planning under Uncertainty.Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Planejamento em Inteligência Artificial. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Inteligência Artificial. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação.

Mestrado em Ciências da Computação

2005 - 2006

Universidade de São Paulo
Leliane Nunes de Barros.Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico. Palavras-chave: Planejamento; Planejamento Probabilístico; Planejamento não-determinístico; Incerteza knightiana; Risco; Processos Markovianos de Decisão. Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Planejamento em Inteligência Artificial. Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação / Especialidade: Inteligência Artificial.

Graduação em Ciências de Computação

2001 - 2004

Universidade de São Paulo
Orientador: Leliane Nunes de Barros
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo.

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Espanhol

Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Pouco.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Planejamento em Inteligência Artificial.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Inteligência Artificial.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Robótica Cognitiva.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Aprendizado Computacional.

Participação em eventos

International Conference on Autonomous Agents and Multiagent Systems (AAMAS). Finding Objects through Stochastic Shortest Path Problems. 2013. (Congresso).

International Conference on Automated Planning and Scheduling (ICAPS). Short-Sighted Stochastic Shortest Path Problems. 2012. (Congresso).

Neural Information Processing Systems. Trajectory-Based Short-Sighted Probabilistic Planning. 2012. (Congresso).

Workshop on Agents in Real-time and Dynamic Environments.Learning Opponent's Strategies in the RoboCup Small-Size League. 2010. (Outra).

International Joint Conference on Artificial Intelligence (IJCAI). Planning under Risk and Knightian Uncertainty. 2007. (Congresso).

Simpósio Brasileiro de Automação Inteligente. Simpósio Brasileiro de Automação Inteligente. 2005. (Congresso).

Conferencia de la Asociación Española para la Inteligencia Artificial. Conferencia de la Asociación Española para la Inteligencia Artificial. 2005. (Congresso).

Produções bibliográficas

  • TREVIZAN, F. W. ; BARROS, L. N. . Robótica Cognitiva: programação baseada em lógica para controle de robôs. Controle & Automação (Impresso) , v. 18, p. 187-198, 2007.

  • TREVIZAN, F. W. ; BARROS, L. N. ; CORREA DA SILVA, F. S. . Designing Logic-based Robots. INTELIGENCIA ARTIFICIAL , v. 10, p. 11-22, 2006.

  • TREVIZAN, F. W. ; VELOSO, M. M. . Finding Objects through Stochastic Shortest Path Problems. In: International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2013, St. Paul. Proceedings International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2013.

  • TREVIZAN, F. W. ; VELOSO, M. M. . Short-Sighted Stochastic Shortest Path Problems. In: International Conference on Automated Planning and Scheduling (ICAPS), 2012, Atibaia. International Conference on Automated Planning and Scheduling (ICAPS), 2012.

  • TREVIZAN, F. W. ; VELOSO, M. M. . Trajectory-Based Short-Sighted Probabilistic Planning. In: Neural Information Processing Systems, 2012, Lake Tahoe. Advances in Neural Information Processing Systems, 2012.

  • TREVIZAN, F. W. ; VELOSO, M. M. . Learning Opponent's Strategies in the RoboCup Small-Size League. In: AAMAS'10 Workshop on Agents in Real-time and Dynamic Environments, 2010, Toronto. AAMAS'10 Workshop on Agents in Real-time and Dynamic Environments, 2010.

  • TREVIZAN, F. W. ; COZMAN, F. G. ; BARROS, L. N. . Mixed probabilistic and nondeterministic factored planning through Markov Decision Processes with Set-Valued Transitions. In: Workshop on A Reality Check for Planning and Scheduling Under Uncertainty at Eighteenth International Conference on Automated Planning and Scheduling, 2008, Sydney. Workshop on A Reality Check for Planning and Scheduling Under Uncertainty at Eighteenth International Conference on Automated Planning and Scheduling, 2008.

  • TREVIZAN, F. W. ; COZMAN, F. G. ; BARROS, L. N. . Planning under Risk and Knightian Uncertainty. In: 20th International Joint Conferences on Artificial Intelligence (IJCAI), 2007, Hyderabad, India. Proceedings of the 20th International Joint Conferences on Artificial Intelligence (IJCAI'07). Menlo Park, California, EUA: AAAI Press, 2007.

  • SHIROTA FILHO, R. ; COZMAN, F. G. ; TREVIZAN, F. W. ; CAMPOS, C. P. ; BARROS, L. N. . Multilinear and integer programming for Markov decision processes with imprecise probabilities. In: Fifth International Symposium on Imprecise Probability: Theories and Applications, 2007, Praga. Fifth International Symposium on Imprecise Probability: Theories and Applications, 2007. p. 395-404.

  • TREVIZAN, F. W. ; COZMAN, F. G. ; BARROS, L. N. . Unifying Nondeterministic and Probabilistic Planning through Imprecise Markov Decision Processes. In: XVIII Brazilian Artificial Intelligence Symposium (SBIA) /X Ibero-American Artificial Intelligence Conference (IBERAMIA), 2006, Ribeirão Preto. Advances in Artificial Intelligence - IBERAMIA-SBIA 2006, Lecture Notes in Computer Science. Heidelberg, Alemanha: Springer-Verlag, 2006. v. 4140. p. 502-511.

  • TREVIZAN, F. W. ; BARROS, L. N. . Robótica Cognitiva: uma aplicação de planejamento com informação incompleta. In: VII Simpósio Brasileiro de Automação Inteligente / II IEEE Latin-American Robotics Symposium, 2005, São Luís - Maranhão. Eletronic Notes do VII Simpósio Brasileiro de Automação Inteligente, 2005.

  • TREVIZAN, F. W. ; BARROS, L. N. ; CORREA DA SILVA, F. S. . Low Cost Experiments in Cognitive Robotics for Planning in Hostile Environments with Incomplete Information. In: XI Conference of the Spanish Association for Artificial Intelligence (CAEPIA), 2005, Santiago de Compostela,Galicia. Proceedings of the XI Conference of the Spanish Association for Artificial Intelligence, 2005. v. 2. p. 131-140.

  • TREVIZAN, F. W. ; VELOSO, M. M. . Depth-based Short-Sighted Stochastic Shortest Path Problems. Artificial Intelligence (General Ed.) , 2013.

Projetos de pesquisa

  • 2011 - 2011

    Seleção de variáveis para grande volume de amostras, Descrição: Desenvolvimento de um novo algoritmo para seleção de variáveis (feature selection) baseado em aproximações da informação mútua condicional (conditional mutual information) entre conjunto de variáveis. O algoritmo foi implementado em um sistema dedicado do Google para aprendizado computacional e testado em bases de dados com aproximadamente 10^6 amostras com 10^8 variáveis (features) esparsas. Contrato de confidencialidade impede que mais informações sejam publicadas. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Felipe Werndl Trevizan - Coordenador / Yong Sheng - Integrante.

  • 2010 - 2010

    Regularização para classificadores esparsos para grande volume de amostras, Descrição: Desenvolvimento de um novo algoritmo de regularização, baseado em taxa aprendizado adaptativa (adaptive learning rate), específico para um dos sistemas de aprendizado computacional do Google. Contrato de confidencialidade impede que mais informações sejam publicadas.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Felipe Werndl Trevizan - Coordenador / Amit Prakash - Integrante.

  • 2010 - Atual

    Short-Sighted Planning under Uncertainty, Descrição: Desenvolvimento de algoritmos para planejamento probabilístico que é capaz de resolver problemas de larga escala enquanto ainda oferece garantias formais sobre desempenho, e.g., optimalidade e frequência de replanejamento. Para desenvolver tais algoritmos, nós introduzimos o conceito de planejamento probabilístico míope (short-sighted probabilistic planning) onde uma série de subproblemas são gerados e resolvidos. A combinação da solução desses subproblemas resulta na solução do problema original e diferentes definições de subproblemas induzem diferente garantias formais sobre a qualidade da solução. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Felipe Werndl Trevizan - Coordenador / Manuela M. Veloso - Integrante.

  • 2009 - 2010

    Learning Opponent s Strategies in the RoboCup Small-Size League, Descrição: Estudo e desenvolvimento de algoritmos de aprendizado computacional para comparação de times (e estratégias) da RoboCup categoria small size. O algoritmo desenvolvido consiste em comparar a habilidade de um time imitar jogadas do seu oponente. Essa abordagem foi aplicada para classificar oponentes já vistos anteriormente bem como decompor um oponente nunca visto antes como uma combinação de estratégias de oponentes conhecidos a priori. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Felipe Werndl Trevizan - Coordenador / Manuela M. Veloso - Integrante.

  • 2007 - 2008

    Brain in a Bottle, Descrição: Clusters de computadores podem oferecer grande poder computacional porém a conectividade entre seus nós é lenta e centralizada. Esse projeto estuda a viabilidade um novo modelo de clusters, inspirado no cérebro humano, onde milhares de nano-computadores de baixo poder computacional são conectados através de uma rede aleatória. Para esse projeto foram desenvolvidos simuladores para o estudo de viabilidade desse novo hardware e um novo protocolo de comunicação de rede que explora a alta conectividade entre os nós. Também foram adaptados dois algoritmos, PageRank e Broadcast Belief Propagation, para essa nova arquitetura de hardware. Mais informações em: http://research.microsoft.com/apps/video/dl.aspx?id=103654. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Felipe Werndl Trevizan - Coordenador / Carlos Guestrin - Integrante / Seth Goldstein - Integrante.

  • 2006 - 2007

    Domain independent heuristics for probabilistic planning with partial and complete information, Descrição: Investigação de heurísticas independentes de domínio para planejamento probabilístico com observação total (MDPs) e parcial (POMDPs). Desenvolvimento de um planejador probabilístico para trabalhar em conjunto com as heurísticas desenvolvidas. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Felipe Werndl Trevizan - Coordenador / Hector Geffner - Integrante / Emil Keyder - Integrante.

  • 2005 - 2006

    Um modelo unificado para planejamento sob incerteza, Projeto certificado pelo(a) coordenador(a) Fabio Gagliardi Cozman em 08/04/2013., Descrição: Investigação de modelos para planejamento baseado em tomada de decisão (decision-theoretic planninig) sob risco, incerteza Knightiana e o contínuo entre elas. Desenvolvimento de um modelo unificado de planejamento para representar problemas nesse contínuo no qual planejamento probabilístico e planejamento não-determinístico são os casos extremos. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Felipe Werndl Trevizan - Integrante / Leliane Nunes de Barros - Coordenador.

  • 2003 - 2004

    Robótica Cognitiva, Projeto certificado pelo(a) coordenador(a) Fabio Gagliardi Cozman em 08/04/2013., Descrição: Desenvolvimento de um agente de software e robótico para resolver um problema de busca e regaste através de planejamento determinístico e conceitos de robótica cognitiva, i.e., raciocínio sobre ações de alto nível e caracterização da relação entre ações usando lógica formal.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Felipe Werndl Trevizan - Integrante / Leliane Nunes de Barros - Coordenador.

Prêmios

2007

Bolsa de Doutorado, CMU.

2006

Best Paper Award - artigo 'Unifying Nondeterministic and Probabilistic Planning through Imprecise Markov Decision Processes', 18th Brazilian Artificial Intelligence Symposium/X Ibero-American Artificial Intelligence Conference.

2006

Bolsa de Doutorado Pleno no Exterior (apenas 13 bolsas foram concedidas nessa modalidade em 2006), CAPES.

2005

Bolsa de Mestrado, CNPq.

2004

Bolsa de Iniciação Ciêntifica, FAPESP.

Histórico profissional

Endereço profissional

  • Carnegie Mellon University, Machine Learning Department. , 5000 Forbes Ave, Oakland, 15213 - Pittsburgh, - Estados Unidos, URL da Homepage:

Experiência profissional

2007 - Atual

Carnegie Mellon University

Vínculo: Bolsista, Enquadramento Funcional: Aluno de Doutorado, Regime: Dedicação exclusiva.

Atividades

  • 08/2007

    Pesquisa e desenvolvimento , Machine Learning Department, .,Linhas de pesquisa

2010 - 2010

Google Inc., Google

Vínculo: Research Scientist Intern, Enquadramento Funcional: Research Scientist Intern, Carga horária: 40

Outras informações:
Projeto: desenvolvimento de um novo mecanismo de regularização (regularization) para um dos sistemas interno de aprendizado computacional esparso do Google.

Atividades

  • 05/2011 - 09/2011

    Pesquisa e desenvolvimento , Google Seattle, .,Linhas de pesquisa

  • 05/2010 - 09/2010

    Pesquisa e desenvolvimento , Google Pittsburgh, .,Linhas de pesquisa

2010 - 2010

Carnegie Mellon University

Vínculo: Bolsista, Enquadramento Funcional: Teaching Assistant (TA), Carga horária: 15

Outras informações:
Teaching assistant (TA) para a disciplina de pós-graduação de Modelos Gráficos Probabilísticos (Probabilistic Graphical Models). Atividades realizadas: criação e correção de listas de exercícios e provas; plantão semanal de dúvidas (office hours); preparação e aplicação de aulas extras (recitation lectures); e orientação de alunos para os projetos de conclusão da disciplina.

2005 - 2006

Universidade de São Paulo

Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Mestrado (CNPq), Regime: Dedicação exclusiva.

Atividades

  • 02/2005 - 05/2006

    Pesquisa e desenvolvimento , Instituto de Matemática e Estatística, .,Linhas de pesquisa

2006 - 2007

Universitat Pompeu Fabra

Vínculo: , Enquadramento Funcional: